摘要:
移动短信业务在飞速发展的过程中,一方面给广大使用者带来了各种方便;另一方面由于各种垃圾短信的大量出现,也带来了信息安全上的问题,影响了人们的正常生活。所谓热点短信息就是人们一个阶段内最为关注的某类手机短信息,而现如今人们最关注的就是不断收到的垃圾短信。本文就目前垃圾信息成为一个社会热点的现状,着重讨论对于垃圾短信的分类以及增量式反馈解决手机用户对垃圾短信的不同判断标准的要求。本文首先介绍了垃圾短信的定义和反垃圾短信技术的发展现状,以及中文短信分类的基本概念和原理;然后再重点介绍了贝叶斯分类方法的原理,分析了传统朴素贝叶斯算法在短信过滤中所存在的局限性(合法短信被误判为垃圾短信将可能给用户带来更大的损失),并在此基础上,采用了改进的朴素贝叶斯分类结合黑白名单过滤的短信过滤算法实现对短信的过滤。在自建的中文短信语料库上的实验结果表明,该算法能在正确分类短信的同时,也能够减少正常短信的误判率,在对短信进行分类时具有较好的性能。具体地说,本文的工作主要包含下列内容:1)在本文自建的一个短信语料库的基础上,实现一种提高正常短信通过率的改进的贝叶斯分类模型,并使用贝叶斯分类器应用于自建的短信语料库,分析、比较它的实验性能与效果。2)基于实验模型,设计了一个基于Android的短信过滤系统,自动对收到短信进行分类,满足了短信过滤系统中的短信分类标准动态变化的要求;3)在目前缺少一个公开的、规范的中文短信语料库的现实条件下,自行收集并建立一个真实的、规范的、能够适应实验要求的中文短信语料库;4)介绍垃圾短信过滤问题的研究现状,包括垃圾短信的定义、产生机理、危害以及常用的分类技术。
展开